OpenAI-Alternative für Entwickler: API-Schlüssel und SDK-Einrichtung
Sofort einsetzbare, unzensierte Alternative zur OpenAI-API
Eine OpenAI-Alternative für Entwickler sollte dich höchstens einen Nachmittag kosten, nicht eine Neuimplementierung. Diese funktioniert mit den Standard-OpenAI-SDKs: Du änderst die Base URL, fügst einen neuen Schlüssel ein und rufst das Modell mit dem Namen uncensored auf.

Wichtige Punkte
- Melde dich an, beanspruche das Testguthaben von $0,50 auf der API-Schlüssel-Seite und kopiere den Schlüssel. Für das Testguthaben wird keine Karte benötigt.
- Setze base_url auf https://api.openaiapialternative.com/v1 und model auf uncensored in jedem OpenAI-SDK.
- Streaming, Tool-Calling und JSON-Modus folgen dem OpenAI-Format. Die Limits liegen bei 8 parallelen Anfragen und 300 pro Minute bei einem vollständigen Schlüssel.
- Behandle HTTP 429 mit einer kurzen Backoff-Phase und beachte den Retry-After-Header.
Fünf Schritte von null zu einem funktionierenden Aufruf
Wenn du eine OpenAI-Alternative für Entwickler suchst, die du heute testen kannst, ist dies der gesamte Pfad. Es dauert etwa zehn Minuten.
- Erstelle ein Konto mit Google oder mit E-Mail und Passwort.
- Öffne die API-Schlüssel-Seite und drücke die Taste, die das Testguthaben beansprucht. Du erhältst $0,50, gültig für 7 Tage, eines pro Person, ohne Karte.
- Kopiere den Schlüssel. Behandle ihn wie ein Passwort und halte ihn aus git heraus.
- Setze die Base URL auf
https://api.openaiapialternative.com/v1in deinem SDK oder Client. - Sende eine Anfrage mit dem Modell auf
uncensored.
Alles andere, einschließlich Nachrichtenformat, Streaming und Tool-Aufrufe, ist gleich wie das OpenAI-Chat-Vervollständigungsformat, das du bereits verwendest. Der Dienst stellt POST /v1/chat/completions und GET /v1/models bereit. Nichts weiter, also wenig zu lernen.
Python mit dem offiziellen SDK
Installiere das Paket mit pip install openai. Der Client nimmt die Base URL und den Schlüssel als Konstruktorargumente entgegen, sodass kein globaler Zustand berührt wird und du einen zweiten Client für einen anderen Anbieter im selben Prozess behalten kannst.
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.openaiapialternative.com/v1",
api_key=os.environ["UNCENSORED_API_KEY"],
)
resp = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "Answer briefly and directly."},
{"role": "user", "content": "List three edge cases for a date parser."},
],
max_tokens=300,
)
print(resp.choices[0].message.content)
print(resp.usage)max_tokens ist optional. Wenn du es weglässt, kann die Vervollständigung den Rest des 100.000-Token-Fensters nutzen, also setze eine Obergrenze, wenn du kalkulierbare Kosten möchtest.
Chat-Modelle haben kein eigenes Gedächtnis. Jede Anfrage muss die Historie enthalten, die das Modell sehen soll, also ist ein mehrstufiger Assistent nur eine Liste, die du anhängst:
from openai import OpenAI
client = OpenAI(base_url="https://api.openaiapialternative.com/v1", api_key="YOUR_KEY")
history = [{"role": "system", "content": "You are a patient pair-programming partner."}]
while True:
user = input("you> ")
if not user:
break
history.append({"role": "user", "content": user})
r = client.chat.completions.create(model="uncensored", messages=history)
answer = r.choices[0].message.content
history.append({"role": "assistant", "content": answer})
print(answer)Input-Token wachsen mit jeder Runde, da die gesamte Liste jedes Mal gesendet wird. Bei einem 100.000-Token-Fenster hast du viel Platz, aber du zahlst für die Historie bei jedem Aufruf, also kürze alte Runden oder fasse sie zusammen, sobald die Liste lang wird.
Node und curl
Das Node-SDK folgt demselben Muster. Installiere mit npm install openai und übergebe baseURL.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.openaiapialternative.com/v1",
apiKey: process.env.UNCENSORED_API_KEY,
});
const stream = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Write a haiku about stack traces." }],
stream: true,
});
for await (const chunk of stream) {
process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}Für eine schnelle Überprüfung im Terminal liste die Modelle auf. Du solltest einen Eintrag mit der ID uncensored sehen.
# expect one entry with id "uncensored"
curl https://api.openaiapialternative.com/v1/models \
-H "Authorization: Bearer $UNCENSORED_API_KEY"Eine gestreamte Anfrage belegt einen deiner Concurrency-Slots, bis der Stream endet, was wichtig ist, wenn ein Client einen Stream ohne Schließung verlässt. Schließe die Verbindung auf deiner Seite, wenn der Benutzer die Seite verlässt.
Editoren, Agenten und andere Clients
Viele Entwickler-Tools ermöglichen es, die OpenAI-Basis-URL zu überschreiben. Editoren wie Cursor verfügen über einen Modellschirm, in dem du eine benutzerdefinierte OpenAI-kompatible Basis-URL und einen Schlüssel eingeben kannst, und Chat-Frontends wie SillyTavern ermöglichen es dir, einen benutzerdefinierten OpenAI-kompatiblen Endpunkt hinzuzufügen. Bezeichnungen und Menüpositionen ändern sich zwischen den Versionen, also suche nach einem Feld mit der Bezeichnung „Override OpenAI base URL“ oder „Custom endpoint“.
Egal welches Tool, du benötigst dieselben drei Werte:
| Feld | Wert |
|---|---|
| Base-URL | https://api.openaiapialternative.com/v1 |
| API-Schlüssel | den Schlüssel aus deinem Konto |
| Modellname | uncensored |
Wenn das Tool auf eine Liste bekannter Modellnamen besteht, füge uncensored als benutzerdefiniertes Modell hinzu. Wenn es /v1 automatisch anhängt, gib ihm die Adresse ohne das Suffix, sonst endet es mit einem verdoppelten Pfad und einem Not-Found-Fehler.
Tool Calling und JSON-Modus
Strukturierte Ausgabe ist der Punkt, an dem eine Alternative normalerweise scheitert, also teste es frühzeitig. Beide Funktionen verwenden das OpenAI-Format. Für den JSON-Modus setze response_format und erwähne JSON im Prompt.
import json
from openai import OpenAI
client = OpenAI(base_url="https://api.openaiapialternative.com/v1", api_key="YOUR_KEY")
resp = client.chat.completions.create(
model="uncensored",
response_format={"type": "json_object"},
messages=[
{"role": "system", "content": "Reply with a JSON object with keys title and tags."},
{"role": "user", "content": "Describe a short story about a lost lighthouse keeper."},
],
)
data = json.loads(resp.choices[0].message.content)
print(data["title"], data["tags"])Für Tools übergibst du eine tools-Liste mit Funktionsschemata, liest tool_calls aus der Antwort, führst die Funktion selbst aus und sendest das Ergebnis als Nachricht mit role: "tool" zurück. Gestreamte Antworten liefern tool_calls in Stücken, also sammle den Argument-String, bevor du ihn parst.
Modelle können gelegentlich immer noch fehlerhaftes JSON zurückgeben, egal welchen Anbieter du verwendest. Packe die Parsing-Logik in einen try-Block und wiederhole den Aufruf einmal mit der Fehlermeldung, die an die Konversation angehängt wird.
Seeds werden ebenfalls durchgereicht, sodass das Setzen von seed mit einer festen Temperatur dir eine Möglichkeit gibt, Prompt-Änderungen bei denselben Eingaben zu vergleichen. Erwarte keine byte-identische Ausgabe bei jedem Lauf, aber die Unterschiede werden deutlich geringer.
Limits, 429-Handling und Kostenkontrolle
Ein vollständiger Schlüssel erlaubt 8 parallele Anfragen und 300 Anfragen pro Minute. Der Test-Schlüssel erlaubt 2 und 60. Der Körper kann bis zu 8 MB groß sein. Jede Antwort enthält X-RateLimit-Limit-Requests und X-RateLimit-Limit-Concurrency sowie X-Balance-USD für dein verbleibendes Guthaben.
Das Überschreiten führt zu HTTP 429. Der Fehlercode sagt dir, welches Limit überschritten wurde: rate_limited bedeutet zu viele Anfragen pro Minute, und concurrency bedeutet zu viele Anfragen gleichzeitig. Eine temporäre Überlastung gibt ebenfalls 429 zurück, mit einem Retry-After: 5-Header. Die OpenAI-SDKs wiederholen 429-Antworten standardmäßig mit Backoff, und du kannst die Anzahl mit max_retries auf dem Client erhöhen. Für Batch-Jobs hält ein Semaphore von 8 dich unter der Concurrency-Obergrenze.
Für die Budgetplanung arbeite mit dem Preis: $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token. Ein Job, der 4M Input-Token sendet und 1M Output-Token zurückbekommt, kostet 4 x $0,15 + 1 x $0,50 = $1,10. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet. Die Preisseite listet Aufladungsgrößen und Boni auf.
Ein kurzer Retry-Wrapper reicht aus, wenn du kein SDK verwendest, das für dich wiederholt. Lese Retry-After, wenn vorhanden, fahre mit einer exponentiellen Verzögerung fort und gib nach einigen Versuchen auf. Wiederhole nicht bei Fehlern, die keine 429 oder ein Serverfehler sind, da eine fehlerhafte Anfrage jedes Mal auf dieselbe Weise fehlschlägt.
Fehler, die am ersten Tag eine Stunde kosten
Die meisten fehlgeschlagenen ersten Aufrufe stammen von einer kurzen Liste von Ursachen. Prüfe diese, bevor du den Dienst verdächtigst.
- Ein verdoppelter Pfad. Die Base URL endet bereits in
/v1. Füge keinen weiteren hinzu und rufe/chat/completionsnicht ohne ihn auf. - Der falsche Modellname. Alter Code trägt oft einen Vendor-Modellnamen. Ersetze ihn durch
uncensored, sonst trifft der Aufruf nichts. - Ein Schlüssel mit Leerzeichen. Schlüssel, die von einer Webseite oder einem Terminal kopiert wurden, enthalten oft einen abschließenden Zeilenumbruch. Entferne ihn.
- Tests mit einem Test-Schlüssel bei Produktions-Concurrency. Der Test-Schlüssel erlaubt 2 parallele Anfragen und 60 pro Minute, also wird ein Lasttest mit 20 Threads fast sofort 429 mit dem Code
concurrencyzurückgeben. - Andere Endpunkte erwarten. Bild-, Audio- und Embedding-Aufrufe sind nicht Teil des Dienstes.
Die zweite Kategorie ist Verhalten, keine Konfiguration. Ein Modell ohne Ablehnungen wird seltsame Anweisungen wörtlicher befolgen, als du erwartest. Wenn eine Antwort in eine unerwünschte Richtung geht, verschärfe den System-Prompt statt der Temperatur. Wenn Ausgaben repetitiv sind, erhöhe temperature etwas oder füge einen Frequency-Penalty hinzu, beides wird durchgereicht.
Eine letzte, frühzeitig zu adoptierende Gewohnheit: Speichere den genauen Anfrage-Body jedes Aufrufs, der dich überrascht hat. Wenn du das Team auf der Support-Seite um Hilfe bittest, sind die Request-ID plus dieser Body ein vollständiger Fehlerbericht.
Bevor du startest
- Halte den Schlüssel auf dem Server. Versende ihn niemals in einem Browser-Bundle oder einer mobilen App.
- Logge den
X-Request-Id-Header bei jedem Aufruf. Das macht Support-Fragen beantwortbar. - Füge deine eigenen Input- und Output-Filter hinzu, wenn Endbenutzer frei tippen können. Das Modell wird nicht ablehnen, also musst du die Moderation selbst definieren.
- Behalte einen Fallback-Anbieter in der Konfiguration. Das Umschalten ist eine Base-URL-Änderung, also reicht ein Feature-Flag.
- Denke an den Umfang: Nur Text, keine Embeddings, keine Bilder, kein Fine-Tuning.
Die Dokumentation enthält die vollständige Parameterliste. Wenn sich etwas seltsam verhält, sagt dir die Support-Seite, wie du das Team erreichst.
Weitere Anleitungen
Fragen und Antworten
Welche SDKs funktionieren?
Jedes OpenAI-SDK oder Client, mit dem du die Base URL und den Schlüssel setzen kannst. Die offiziellen Python- und Node-Bibliotheken funktionieren, ebenso wie einfache HTTP-Aufrufe mit curl.
Brauche ich eine Karte, um es auszuprobieren?
Nein. Das $0,50-Testguthaben wird mit einem Klick auf der API-Schlüssel-Seite nach der Anmeldung beansprucht und benötigt keine Karte. Es ist 7 Tage gültig, eine Person erhält nur eines.
Wie lautet der Modellname?
Die Modell-ID ist uncensored. Rufe GET /v1/models auf, um sie mit deinem eigenen Schlüssel zu bestätigen.
Wie groß kann eine Anfrage sein?
Das Kontextfenster umfasst 100.000 Token für Prompt plus Completion, und der maximale Request Body beträgt 8 MB.
Dein Schlüssel ist nur ein Formular entfernt
Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.